Привет! 27 февраля приглашаем практикующих специалистов по Data Science на митап, посвящённый персонализации пользователей. Вы услышите доклады от представителей Сингапурского Университета Менеджмента и Avito. Регистрируйтесь на встречу и приглашайте коллег. Под катом — тезисы выступлений, ссылки на регистрацию и видеотрансляцию митапа.



Доклады


Моделирование пользовательских предпочтений в мультимодальных данных. Hady W. Lauw, Максим Ткаченко (Singapore Management University)


image image
Мы часто сталкиваемся с огромным количеством информации, взаимодействуя с поисковыми системами, системами электронной коммерции, социальными сетями и так далее. Учитывая, что только часть этой информации будет интересна конкретному пользователю, необходимо персонализировать взаимодействие с подобными системами, заранее рекомендуя пользователям информацию, потенциально соответствующую их предпочтениям.
Ключ к хорошим рекомендациям — моделирование огромных массивов поведенческих данных, которые возникают в результате взаимодействия пользователей с онлайн-системами. Проблема здесь состоит в том, что эти взаимодействия — мультимодальны, то есть составлены из различных типов данных, таких как пользовательские рейтинги, отзывы, фотографии или их социальные взаимодействия. В данном докладе мы поговорим о методах интеллектуального анализа данных и машинного обучения для моделирования пользовательских предпочтений в мультимодальных данных и их использовании при создания полноценной рекомендательной системы.


Этот доклад прозвучит на английском языке


Английская версия аннотации

Given the huge number of choices that we often face when interacting with various online systems, such as e-commerce, search engines, and social media, there is a need to personalize user experience through recommending those items that user is most likely to be interested in. The challenge is that these behavioral data come in diverse modalities, such as the numerical ratings users assign, the text reviews users write, the visual images that users post, as well as the network of other users that one follows. In this talk, we explore data mining and machine learning techniques for modeling user preferences from such multi-modal representations, towards building end-to-end recommendation systems.


Кластеризация волатильных объявлений с помощью EM-алгоритма. Василий Лексин (Avito)


image
Василий Лексин расскажет, как можно делать unsupervised кластеризацию короткоживущих объявлений на примере Авито для получения устойчивых кластеров товаров для последующего применения в алгоритмах рекомендаций. Представит оптимизированный EM-алгоритм, способный эффективно обрабатывать огромные массивы данных. Расскажет про методики оценки качества кластеризации и о прикладных применениях алгоритма.


Расписание


18:00 — 18:30 — Регистрация
18:30 — 19:30 — Learning User Preferences from Multi-Modal Data — Hady W. Lauw, Максим Ткаченко (Singapore Management University)
19:30 — 19:45 — Кофе-брейк
19:45 — 20:30 — Кластеризация волатильных объявлений с помощью EM-алгоритма — Василий Лексин (Avito)


Пароли и явки


Участие в мероприятии бесплатное, регистрация обязательна.
Адрес: офис компании Avito, Лесная 7.
Трансляция будет организована в день мероприятия на нашем youtube-канале AvitoTech. Подписывайтесь, чтобы ничего не пропустить!


До встречи!

Комментарии (0)